AI存储芯片热潮暗藏隐患 需求端的脆弱性才是致命软肋

来源：华尔街见闻

AI存储芯片的上升周期还能维持多久？

华尔街日报专栏作家James Mackintosh于5月16日撰文指出，眼下AI存储芯片的火热行情正在播撒自我瓦解的隐患。文章以美光科技为典型样本，全面剖析了这波芯片热潮背后的潜在风险。

美光科技三年前刚刚创下历史上最惨重的亏损纪录，如今却被预估将成为美国第六大盈利企业，未来12个月净利润接近1000亿美元，超过Meta和伯克希尔·哈撒韦。与此同时，韩国的三星电子和SK海力士同样从高带宽内存（HBM）需求激增中获益，韩国股市今年成为全球表现最抢眼的市场之一。

然而越是风光无限，越是暗流涌动。

美光科技目前的市盈率不足10倍，在标普500成分股中属于估值最低的几只之一。许多投资者看到这一数字，会觉得“这么便宜，值得买(52.870, 1.78, 3.48%)”。

对此，James Mackintosh的分析犹如一盆冷水：“这并不意味着它被低估，只是说明投资者心知肚明存储芯片的黄金期不会永远持续。”

历史轨迹印证了这一判断。2022年初，美光科技股价触顶时，市盈率同样只有9倍——随后股价当年直接腰斩。1984年周期峰值时，市盈率15倍，之后股价整整耗费9年才重返那个高位。2018年周期顶峰，市盈率更是低至5.5倍。

规律一目了然：低市盈率出现在周期顶点，不是入场信号，而是风险警示。被"低廉估值"蒙蔽双眼的投资者，每次都损失惨重。

Mackintosh认为，当前的隐患主要来自需求端，而非供给端。今明两年陆续释放的新增产能，只要需求不崩塌，暂时还不足以压垮利润。

那么需求会崩塌吗？他列举了几项风险。最难量化、也最具杀伤力的一项是：AI技术本身变得更加节省存储空间。

今年3月，谷歌旗下Alphabet的研究人员发布了一篇论文，展示了存储使用效率出现显著提升。消息一出，存储芯片股应声下挫，尽管随后有所反弹。

James Mackintosh在文章中写道：“大语言模型仍是一门不成熟的技术，针对专用数据中心的工程优化是可以预见的——但优化幅度有多大、什么时候到来，事先无法判断。”

逻辑很直接：倘若AI模型运行更快、占用存储更少，数据中心就不需要采购那么多HBM芯片，需求就会走下坡路。

除了技术效率风险，James Mackintosh还列举了整个AI供应链共同面对的风险：数据中心扩建计划可能缩减、AI渗透速度可能低于预期、政治层面的阻碍也可能拖慢扩张节奏。

文章对此的结论是：“这些风险都有可能发生，但推高股价的AI多头们并不把它们放在心上。”

这句话本身就值得投资者深思——市场共识往往在最乐观的时刻最为脆弱。

第三重风险，是竞争版图的重塑。

James Mackintosh指出，美光科技所在的高速存储领域目前尚未出现明显的新进入者，但在其他高利润AI芯片赛道，竞争已经白热化。

Alphabet研发了专门用于AI训练的张量处理器（TPU），直接替代英伟达昂贵的GPU；亚马逊的Graviton芯片承接AI推理任务的CPU需求，分食了英特尔的市场份额。

更引人注目的是Cerebras。这家公司2019年才推出首款用于AI训练和推理的大型芯片，今年IPO融资55.5亿美元，上市首日股价直接翻倍。

这是一个典型的“赢家诅咒”：越赚钱的地方，争夺者越多，最终把利润摊薄。

存储芯片是典型的强周期行业。建设一座晶圆厂需要天量投资，需求回暖后供给要数年才能补上，这段时间价格和利润飙升。高利润又刺激CEO们扩大产能，而高固定成本又迫使工厂必须满负荷运转——即便供给已经过剩。2022至2023年的那轮暴跌，就是这么发生的。

Mackintosh指出，投资者并非不了解这个规律。但他的判断是：只要AI需求保持旺盛，这些新增供给暂时还能被市场吸收，对利润率影响有限。“但时间越久，进场的竞争者越多，建设完成的产能也越多。”

他以一句话收尾：“就像所有大宗商品一样，成功本身就播下了自我毁灭的种子——即便AI的美好愿景最终得以实现。”